1. 引言
正则表达式(Regular Expression):规定一些特殊语法表示字符类、数量限定符和位置关系,然后用这些特殊语法和普通字符一起表示一个模式
例如:email地址的正则表达式可以写成[a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+\.[a-zA-Z0-9_.-]+
IP地址的正则表达式可以写成[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}
有这样一个文本文件testfile:
192.168.1.1 1234.234.04.5678 123.4234.045.678 abcde
查找其中包含IP地址的行:
$ egrep '[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}' testfile 192.168.1.1 1234.234.04.5678
egrep
相当于
grep -E
,表示采用Extended正则表达式语法。
grep
的正则表达式有Basic和Extended两种规范,它们之间的区别下一节再解释。另外还有
fgrep
命令,相当于
grep -F
,表示只搜索固定字符串而不搜索正则表达式模式,不会按正则表达式的语法解释后面的参数。
注意正则表达式参数用单引号括起来了,因为正则表达式中用到的很多特殊字符在Shell中也有特殊含义(例如\),只有用单引号括起来才能保证这些字符原封不动地传给grep
命令,而不会被Shell解释掉。
2. 基本语法
本节介绍egrep(1)
所使用的正则表达式,它大致上符合POSIX正则表达式规范。
字符类
字符 | 含义 | 举例 |
---|---|---|
. | 匹配任意一个字符 | abc. 可以匹配abcd 、abc9 等 |
[] | 匹配括号中的任意一个字符 | [abc]d 可以匹配ad 、bd 或cd |
- | 在[] 括号内表示字符范围 | [0-9a-fA-F] 可以匹配一位十六进制数字 |
^ | 位于[] 括号内的开头,匹配除括号中的字符之外的任意一个字符 | [^xy] 匹配除xy 之外的任一字符,因此[^xy]1 可以匹配a1 、b1 但不匹配x1 、y1 |
[[:xxx:]] | grep 工具预定义的一些命名字符类 | [[:alpha:]] 匹配一个字母,[[:digit:]] 匹配一个数字 |
数量限定符
字符 | 含义 | 举例 |
---|---|---|
? | 紧跟在它前面的单元应匹配零次或一次 | [0-9]?\.[0-9] 匹配0.0 、2.3 、.5 等,由于. 在正则表达式中是一个特殊字符,所以需要用\ 转义一下,取字面值 |
+ | 紧跟在它前面的单元应匹配一次或多次 | [a-zA-Z0-9_.-]+@[a-zA-Z0-9_.-]+\.[a-zA-Z0-9_.-]+ 匹配email地址 |
* | 紧跟在它前面的单元应匹配零次或多次 | [0-9][0-9]* 匹配至少一位数字,等价于[0-9]+ ,[a-zA-Z_]+[a-zA-Z_0-9]* 匹配C语言的标识符 |
{N} | 紧跟在它前面的单元应精确匹配N次 | [1-9][0-9]{2} 匹配从100 到999 的整数 |
{N,} | 紧跟在它前面的单元应匹配至少N 次 | [1-9][0-9]{2,} 匹配三位以上(含三位)的整数 |
{,M} | 紧跟在它前面的单元应匹配最多M 次 | [0-9]{,1} 相当于[0-9]? |
{N,M} | 紧跟在它前面的单元应匹配至少N 次,最多M 次 | [0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3} 匹配IP地址 |
注意grep
找的是包含某一模式的行,而不是完全匹配某一模式的行。再举个例子,如果文本文件的内容是
aaabc aad efg
查找a*
这个模式的结果是三行都被找出来了
$ egrep 'a*' testfile aabc aad efg
a*
匹配0个或多个a
,而第三行包含0个a
,所以也包含了这一模式。单独用a*
这样的正则表达式做查找没什么意义,一般是把a*
作为正则表达式的一部分来用。
位置限定符
字符 | 含义 | 举例 |
---|---|---|
^ | 匹配行首的位置 | ^Content 匹配位于一行开头的Content |
$ | 匹配行末的位置 | ;$ 匹配位于一行结尾的; 号,^$ 匹配空行 |
\< | 匹配单词开头的位置 | \<th 匹配... this ,但不匹配ethernet 、tenth |
\> | 匹配单词结尾的位置 | p\> 匹配leap ... ,但不匹配parent 、sleepy |
\b | 匹配单词开头或结尾的位置 | \bat\b 匹配... at ... ,但不匹配cat 、atexit 、batch |
\B | 匹配非单词开头和结尾的位置 | \Bat\B 匹配battery ,但不匹配... attend 、hat ... |
位置限定符可以帮助grep
更准确地查找,例如上一节我们用[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}
查找IP地址,找到这两行
192.168.1.1 1234.234.04.5678
如果用^[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}$
查找,就可以把1234.234.04.5678
这一行过滤掉了。
其它特殊字符
字符 | 含义 | 举例 |
---|---|---|
\ | 转义字符,普通字符转义为特殊字符,特殊字符转义为普通字符 | 普通字符< 写成\< 表示单词开头的位置,特殊字符. 写成\. 以及\ 写成\\ 就当作普通字符来匹配 |
() | 将正则表达式的一部分括起来组成一个单元,可以对整个单元使用数量限定符 | ([0-9]{1,3}\.){3}[0-9]{1,3} 匹配IP地址 |
| | 连接两个子表达式,表示或的关系 | n(o|either) 匹配no 或neither |